La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Utilisation des méthodes neuronales pour l'analyse des images de couleur de l'océan C. Moulin, C. Jamet (LSCE) J. Brajard, A. Chazottes, M. Crépon, C.

Présentations similaires


Présentation au sujet: "Utilisation des méthodes neuronales pour l'analyse des images de couleur de l'océan C. Moulin, C. Jamet (LSCE) J. Brajard, A. Chazottes, M. Crépon, C."— Transcription de la présentation:

1 Utilisation des méthodes neuronales pour l'analyse des images de couleur de l'océan C. Moulin, C. Jamet (LSCE) J. Brajard, A. Chazottes, M. Crépon, C. Mejia, A. Niang, S. Thiria (LOCEAN) Financements: NAOC (UE, 5ème PCRD), TOSCA (CNES)

2 Paramètres marins (concentration en chlorophylle) La couleur de lOcéan Propriétés des aérosols (épaisseur optique) Propriétés des aérosols (exposant dAngström ou type) Juin 2003

3 Le traitement standard des données 412nm 443nm 490nm510nm555nm670nm765nm865nm toa ( )= A ( ) +t ( ). w ( ) Depuis 5 ans, nous travaillons à lamélioration de ce traitement grâce aux méthodes neuronales Calcul de A et de t Identification des aérosols Calcul de w Correction atmosphérique Algorithme bio-optique Chloro = f( w ( ))

4 Méthodes utilisées et développées Cartes topologiques (PRSOM): Cette méthode de classification automatique nous permet une première caractérisation des aérosols avant dentrer dans une méthode plus lourde comme NeuroVaria. Réseaux de neurones (PMC): Cet outil nous permet dapproximer efficacement les modèles numé- riques de transfert radiatif qui calculent les ( ) à partir de paramètres atmosphériques et marins. Inversion neuro-variationnelle (NeuroVaria): La modélisation directe par PMC est implémentée dans un schéma dinversion variationnel pour retrouver les paramètres atmosphériques et marins à partir des ( ) mesurés.

5 Cartes topologiques Classification non-supervisée: des millions de toa ( ) mesurés sont projetés sur une PRSOM pour en faire la synthèse. Labellisation des neurones: des millions de toa ( ) précalculés sont projetés sur la PRSOM pour associer certains neurones à un type daérosols et une épaisseur optique (concentration). Niang et al., RSE, 2003 toa ( ) « moyen » mesuré toa ( ) aérosols côtiers + =0.5 20x20 neurones associés chacun à un spectre différent de toa ( )

6 Identification des aérosols Niang et al., RSE, 2005 Epaisseur optiqueTypologie Les PRSOM ainsi produites permettent une classification automatique des toa ( ) des images SEAWIFS et une estimation de lépaisseur optique et du type daérosols. validation

7 Perceptrons multi-couches Les PMC sont un type de réseau de neurones bien adapté pour lapproximation de fonctions non-linéaires. De plus les PMC sont directement adjointisables. x = ou x = Chl y = A ( ) ou y = w ( ) Apprentissage: Nous avons utilisé les sorties de modèles de transfert radiatif.

8 Propriétés optiques des aérosols Epaisseur optique ( concentration) Exposant dAngström ( taille des particules) Jamet et al., GRL, 2004 Janvier Avril Juillet Octobre Comme pour les PRSOM, des millions de A ( ) précalculés sont utilisés pour lapprentissage dun PMC qui permet destimer lépaisseur optique et le type daérosols à partir des A ( ) mesurés dans le PIR. validation

9 Traitement avancé des données NeuroVaria Analytic expression Gradient backward propagation in MLP Quasi-newton minimizing algorithm x=, Chl y = toa ( ) Obs: toa ( ) Jamet et al., JAOT, 2005 Brajard et al., ASR, en révision Brajard et al., NN, accepté MLP

10 Meilleure correction atmosphérique 6 octobre 1997 (aérosols absorbants) 8 octobre 1997 (pas daérosols) Chl NeuroVaria permet de retrouver des chloro réalistes sous les aérosols absorbants.

11 Nouveaux paramètres marins Chazottes et al., en prép. La dernière partie du traitement que nous souhaitons améliorer est lalgorithme bio-optique: Chloro = f( w ( )). Comme pour les aérosols, des millions de w ( ) précalculés sont utilisés pour lapprentissage dun PMC qui permet destimer la chloro et dautres paramètres à partir de w ( ) mesurés dans le visible. Des PRSOM sont aussi utilisées pour analyser des inventaires de pigments et des spectres dabsorption. Fuco/chloroa 510 /a 520

12 Perspectives Promouvoir lutilisation des cartes topologiques pour lanalyse des grandes bases de données. Promouvoir lutilisation de la méthode NeuroVaria pour la résolution des problèmes inverses. Utiliser les résultats NeuroVaria pour lobservation de la couleur de locéan dans des régions « difficiles ». Poursuivre lamélioration des algorithmes bio- optiques (détection des groupes phytoplanctoniques).


Télécharger ppt "Utilisation des méthodes neuronales pour l'analyse des images de couleur de l'océan C. Moulin, C. Jamet (LSCE) J. Brajard, A. Chazottes, M. Crépon, C."

Présentations similaires


Annonces Google